模糊随机变量及其数字特征的结构元方法.pdfVIP

第27卷第3期 模糊系统与数学 V01．27，No．3 and 2013年6月 FuzzySystemsMathematics Jun．，2013 文章编号：1001—7402(2013)03—0070—06 模糊随机变量及其数字特征的结构元方法+ 孙旭东1，郭嗣琮2，张蕾欣1 (1．中国矿业大学(北京)管理学院，北京100083； 2．辽宁工程技术大学理学院，辽宁阜新 123000) 摘 要：通过模糊结构元方法研究了3类模糊随机变量，给出模糊随机变量、模糊随机密度函数、模糊分 布函数的结构元表示，有效的解决了模糊随机变量的模糊数学期望、模糊方差的运算问题。 关键词：模糊集；随机变量；数字特征；结构元方法 中图分类号：0159 文献标识码：A 1 引言 模糊随机问题一般分为3类，第一类模糊随机变量(具有Fuzzy事件一精确概率的随机变量)的概念 最早于1978年由H．KwakernaakEl3提出，随后许多模糊数学工作者，如学者M．L．Puri[2|，张跃嘲，王光 远‘引，欧进萍嘲，张继国E6]等取得了许多关于第一类模糊随机变量的成果。吕恩琳等在文E7-1，E83，E93中 研究了第二类模糊随机变量(具有清晰事件一Fuzzy概率的随机变量)，给出了模糊随机变量的数学描 述，为模糊概率的运算方法打下了基础。目前，对于第三类模糊随机变量(具有Fuzzy事件一Fuzzy概率的 随机变量)的研究还没有取得较好的成果，这是由于模糊集合代数运算的复杂性造成的，将随机事件和 随机概率同时作为模糊集合时传统方法的运算十分困难，甚至有些运算只能给出理论的定义公式，无法 进行实际的运算。 本文利用结构元方法n0_11]突破了模糊集合的表示和代数运算困难的问题，给出了模糊随机变量、 模糊随机密度函数及3类模糊随机变量的模糊数学期望、模糊数学方差的结构元表示方法，很好的简化 了模糊随机变量及其数字特征的运算，为研究模糊随机问题打下新的基础。 2基本定义和概念 记R上全体模糊数为F。(R)。 定义2．Icl3 设(n，A，P)为概率空间，模糊集合值函数又：力一F。(R)称为模糊随机变量，若 (1)VA∈(o，13，X-(硼)，X-(叫)为(n，A，P)上的随机变量； (2)V A∈(o，13，X^(硼)，Xj(硼)∈X^(叫)，其中 X^(硼)一inf{z∈RlX(z，硼)≥A} t-收稿日期：2012—07—17；修订日期：2012—09—13 基金项目：中央高校基本科研业务费专项(2010YG03)；高校博士学科点专项科研基金资助项目(201000231lo007) 作者简介：孙旭东(1983一)，男，黑龙江人，中国矿业大学(北京)，博士，研究方向：模糊评价方法与应用；郭嗣琮(1951一)，男，吉林 人，辽宁工程技术大学教授，博士生导师，研究方向：模糊信息处理技术，模糊预测与决策等；张蕾欣(1986一)，女，黑龙江人，中国矿业大 学(北京)，研究生，研究方向：评价方法及其应用。 万方数据 第3期 孙旭东，郭嗣琮等：模糊随机变量及其数字特征的结构元方法 X^(硼)=sup{X∈RIX(z，训)≥A) 首先，根据模糊有源性给出离散型的模糊概率。 定义2．2E-o]挖个模糊数1i，i=1，2，…，，l，若满足：VA∈E0，1]，水平截集{厶)(i=1，2，…，咒)都 是砣维概率区间集，则称{7i}(i一1，2，…，，z)为咒维概率模糊集，简记，l—PRF． 定义2．3E¨3对于n={训。，叫：，…，硼。)，若其基本事件的概率可以一个，l—PRF来相应表示，则 称t为基本事件硼i的模糊概率。 数，即可以得到连续型事件的模糊概率。下面，给出连续型的模糊概率密度函数的定义。 定义2．4 可以表示基本事件的概